Về sự hội tụ trong xác suất


12

Hãy {Xn}n1 là một chuỗi các biến ngẫu nhiên st Xna trong xác suất, nơi a>0 là một hằng số cố định. Tôi đang cố gắng để hiển thị như sau:

Xna
aXn1
cả hai xác suất. Tôi ở đây để xem logic của tôi là âm thanh. Đây là công việc của tôi

LUẬT SƯ

Đối với phần đầu tiên, chúng ta có

|Xna|<ϵ|Xna|<ϵ|Xn+a|=ϵ|(Xnsqrta)+2a|
ϵ|Xna|+2ϵa<ϵ2+2ϵa
ý rằng
ϵ2+2ϵa>ϵa
Nó sau đó rằng
P(|Xna|ϵ)P(|Xna|ϵa)1asn
Xnainprobability

Đối với phần thứ hai, chúng ta có

|aXn1|=|XnaXn|<ϵ|Xna|<ϵ|Xn|
Bây giờ, kể từ khiXna khin , ta cóXn là một dãy bị chặn. Nói cách khác, tồn tại một số thựcM< st|Xn|M . Như vậy,
|Xna|<ϵ|Xn||Xna|<ϵM
Nhìn vào xác suất, chúng ta có
P(|aXn1|>ϵ)=P(|Xna|>ϵ|Xn|)P(|Xna|>ϵM)0asn

Tôi khá tự tin vào cái đầu tiên, nhưng tôi khá đẹp về cái thứ hai. Là âm thanh logic của tôi?


6
Xét dãy trong đó Pr ( X n = a ) = 1 - 1 / nPr ( X n = n ) = 1 / n . Dường như với tôi rằng vì 1 - 1 / n 1 chuỗi này hội tụ đến một xác suất, nhưng rõ ràng nó không bị ràng buộc vì sup ( X n ) = max ( a , nXnPr(Xn=a)=11/nPr(Xn=n)=1/n11/n1a . sup(Xn)=max(a,n)
whuber

2
Định lý ánh xạ liên tục?
Christoph Hanck

Câu trả lời:


13

Các chi tiết của bằng chứng ít quan trọng hơn việc phát triển trực giác và kỹ thuật phù hợp. Câu trả lời này tập trung vào một cách tiếp cận được thiết kế để giúp làm điều đó. Nó bao gồm ba bước: một "thiết lập" trong đó giả định và định nghĩa được đưa ra; "cơ thể" (hoặc "bước quan trọng") trong đó các giả định có liên quan nào đó đến những gì cần chứng minh và "từ chối" trong đó bằng chứng được hoàn thành. Như trong nhiều trường hợp với bằng chứng xác suất, bước quan trọng ở đây là vấn đề làm việc với các số (giá trị có thể của các biến ngẫu nhiên) thay vì tự xử lý các biến ngẫu nhiên phức tạp hơn nhiều.


Hội tụ trong khả năng của một chuỗi các biến ngẫu nhiên đến một hằng số một phương tiện mà không có vấn đề gì hàng xóm của 0 bạn lựa chọn, cuối cùng mỗi Y n - một lời nói dối quanh khu vực này với một xác suất đó là tùy tiện gần 1 . (Tôi sẽ không đánh vần cách dịch "cuối cùng" và "tự ý đóng" thành toán học chính thức - bất kỳ ai quan tâm đến bài đăng này đều biết điều đó.)Yna0Yna1

Hãy nhớ rằng một vùng lân cận bằng là bất kỳ tập hợp số thực nào chứa tập mở trong đó 0 là thành viên.00

Việc thiết lập là thường xuyên. Xét dãy và gọi O là bất kỳ lân cận nào của 0 . Mục tiêu là để cho thấy rằng cuối cùng Y n - 1 sẽ có cơ hội tùy tiện cao nằm trong O . Kể từ O là một khu dân cư, phải có một ε > 0 mà khoảng thời gian mở ( - ε , ε ) O . Chúng tôi có thể thu nhỏ ε nếu cần thiết để đảm bảo ε < 1Yn=a/XnO0Yn1OOϵ>0(ϵ,ϵ)Oϵϵ<1, quá. Điều này sẽ đảm bảo rằng các thao tác tiếp theo là hợp pháp và hữu ích.

Bước quan trọng sẽ là kết nối với X n . Điều đó đòi hỏi không có kiến ​​thức về các biến ngẫu nhiên cả. Đại số của bất đẳng thức số (khai thác giả định a > 0 ) cho chúng ta biết rằng tập hợp các số { Y n ( ω )YnXna>0 , đối với bất kỳ ε > 0 , là trong one-to-one thư từ với các thiết lập của tất cả các X n ( ω ){Yn(ω)|Yn(ω)1(ϵ,ϵ)}ϵ>0Xn(ω)

a1+ϵ<Xn(ω)<a1ϵ.

Tương đương,

Xn(ω)a(aϵ1+ϵ,aϵ1ϵ)=U.

Kể từ khi , phía bên tay phải U thực sự là một khu dân cư của 0 . (Điều này cho thấy rõ những gì bị hỏng khi a = 0. )a0U0a=0

Chúng tôi đã sẵn sàng cho việc từ chối.

Because Xna in probability, we know that eventually each Xna will lie within U with arbitrarily high probability. Equivalently, Yn1 will eventually lie within (ϵ,ϵ)O with arbitrarily high probability, QED.


I apologize for such a late best answer. It's been a busy week. Thank you so for much this!!!
Savage Henry

5

We are given that

limnP(|Xnα|>ϵ)=0

and we want to show that

limnP(|αXn1|>ϵ)=0

We have that

|αXn1|=|1Xn(αXn)|=|1Xn||Xnα|

So equivalently, we are examining the probability limit

limnP(|1Xn||Xnα|>ϵ)=?0

We can break the probability into two mutually exclusive joint probabilities

P(|1Xn||Xnα|>ϵ)=P(|1Xn||Xnα|>ϵ,|Xn|1)+P(|1Xn||Xnα|>ϵ,|Xn|<1)

For the first element we have the series of inequalities

P(|1Xn||Xnα|>ϵ,|Xn|1)P[|Xnα|>ϵ,|Xn|1]P[|Xnα|>ϵ]

The first inequality comes from the fact that we are considering the region where |Xn| is higher than unity and so its reciprocal is smaller than unity. The second inequality because a joint probability of a set of events cannot be greater than the probability of a subset of these events.
The limit of the rightmost term is zero (this is the premise), so the limit of the leftmost term is also zero. So the first element of the probability that interests us is zero.

For the second element we have

P(|1Xn||Xnα|>ϵ,|Xn|<1)=P(|Xnα|>ϵ|Xn|,|Xn|<1)

Define δϵmax|Xn|. Since here |Xn| is bounded, it follows that δ can be made arnitrarily small or large, and so it is equivalent to ϵ. So we have the inequality

P[|Xnα|>δ,|Xn|<1]P[|Xnα|>δ]

Again, the limit on the right side is zero by our premise, so the limit on the left side is also zero. Therefore the second element of the probability that interests us is also zero. QED.


5

For the first part, take x,a,ϵ>0, and note that

|xa|ϵ|xa|ϵaa|xa|ϵax+a|(xa)(x+a)|ϵa|xa|ϵa.
Hence, for any ϵ>0, defining δ=ϵa, we have
Pr(|Xna|ϵ)Pr(|Xna|δ)0,
when n, implying that XnPra.

For the second part, take again x,a,ϵ>0, and cheat from Hubber's answer (this is the key step ;-) to define

δ=min{aϵ1+ϵ,aϵ1ϵ}.
Now,
|xa|<δaδ<x<a+δaaϵ1+ϵ<x<a+aϵ1ϵa1+ϵ<x<a1ϵ1ϵ<ax<1+ϵ|ax1|<ϵ.
The contrapositive of this statement is
|ax1|ϵ|xa|δ.

Therefore,

Pr(|aXn1|ϵ)Pr(|Xna|δ)0,
when n, implying that aXnPr1.

Note: both items are consequences of a more general result. First of all remember this Lemma: XnPrX if and only if for any subsequence {ni}N there is a subsequence {nij}{ni} such that XnijX almost surely when j. Also, remember from Real Analysis that g:AR is continuous at a limit point x of A if and only if for every sequence {xn} in A it holds that xnx implies g(xn)g(x). Hence, if g is continuous and XnX almost surely, then

Pr(limng(Xn)=g(X))Pr(limxXn=X)=1,
and it follows that g(Xn)g(X) almost surely. Moreover, g being continuous and XnPrX, if we pick any subsequence {ni}N, then, using the Lemma, there is a subsequence {nij}{ni} such that XnijX almost surely when j. But then, as we have seen, it follows that g(Xnij)g(X) almost surely when j. Since this argument holds for every subsequence {ni}N, using the Lemma in the other direction, we conclude that g(Xn)Prg(X). Hence, to answer your question you can just define continuous functions g(x)=x and h(x)=a/x, for x>0, and apply this result.

Zen thank you for you answer. This was very clear!
Savage Henry
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.